基于SARIMA-SVR模型的喀什地区流行性腮腺炎的流行趋势预测

• 作者: 曾婷 谢娜 热木孜亚·热布哈提 王凯 王童敏
• 来源期刊: 现代预防医学
• 关键词: SARIMA模型 SVR模型 SARIMA-SVR组合模型 流行性腮腺炎 预测
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 流行病与统计方法|Epidemiology and Statistical Methods
• 页码范围: 2139-2143
• 页数: 5页
• 分类号: R512.1
• 语种: 中文

摘要

目的 利用季节性自回归滑动平均模型(seasonal autoregressive integrated moving average,SARIMA)、支持向量回归模型(support vector regression,SVR)对喀什地区流行性腮腺炎(mumps)的月发病数进行预测,在上述两模型的基础上建立SARIMA-SVR组合模型,提高预测的精准度,为控制新疆喀什地区2021年流腮传播趋势提供科学预测.方法 以喀什地区2005年1月-2017年12月的流腮月发病数据为训练集,进行数据的拟合以及预测模型的训练,分别建立SARIMA、SVR、SARIMA-SVR组合模型.对2018年1月-2020年12月的流腮月发病数进行预测,并与实际值相比较,采用均方根误差(root mean square error,RMSE)衡量模型预测性能.结果 ARIMA(2,1,1)(0,0,1)12为最优的SARIMA模型,建立的SARIMA、SVR、SARIMA-SVR组合模型预测2018年1月-2020年12月的喀什地区流腮月发病数的RMSE分别为:9.611、9.545、3.427.结论 SARIMA-SVR组合模型对喀什地区流腮的预测精度高于单一预测模型,故选取该模型建立方式,利用2005年1月-2020年12月的喀什地区流腮月发病数据预测该地区2021年的月发病数.